Académique Documents
Professionnel Documents
Culture Documents
La difficulté de ce cours réside dans le cheminement assez long qu’on fait pour aboutir
à la définition même de ces déterminants. Je vous conseille d’avoir d’abord une vision
d’ensemble de la structure de ce chapitre. Vous pouvez très bien ensuite lire en détail la
partie technique des déterminants de matrices, que vous avez déjà rencontrés, et petit à
petit comprendre le début plus théorique qui justifie les définitions énoncées.
Apprendre un cours c’est idéalement au final savoir les énoncés du cours, avoir
compris les démonstrations et savoir les retrouver, et s’être approprié ces objets
mathématiques, leur avoir donné du sens dans sa tête à soi... Travailler les
démonstrations remplit la boite à outils pour les exercices.
On voit dans ce chapitre quelques applications des déterminants : des critères pour
déterminer si une famille de n vecteurs de E est une base, si un endomorphisme de E
est bijectif, si une matrice de Mn(K) est inversible, une formule d’inversion pour les
matrices inversibles, des formules pour les solutions des systèmes de Cramer.
En fait il y a encore énormément d’applications des déterminants en algèbre, en analyse et en
géométrie.
http://ctes-sciences.univ-amu.fr/
P o u r r a p p r o c h e r l a c o n n a i s s a n c e
2 Envoi 2 - Cours b
Dans tout ce qui suit, on notera K un ensemble égal soit au corps R des nombres réels, soit au
corps C des nombres complexes. On désignera de plus par E un K-espace vectoriel de dimension
finie n ≥ 1.
f : E n → K, (x1 , . . . , xn ) �→ f (x1 , . . . , xn )
est une forme n-linéaire sur E si elle est linéaire en chacun des vecteurs xi ; autrement dit, si
pour tout i ∈ {1, . . . , n} et tout choix de x1 , . . . , xi−1 , xi+1 , . . . xn , l’application partielle xi →
�
f (x1 , . . . , xi , . . . , xn ) est linéaire.
Remarque 6. Bien noter que l’entier n qui intervient dans cette définition est égal à la dimension
de E.
Exemple 5. Il est clair que l’application de E n dans K constante égale à 0 est une forme n-linéaire.
est n-linéaire. Si une base B = (e1 , . . . , en ) de E est donnée, en posant, pour tout vecteur x de
�
E, x = nj=1 xj ej , on peut prendre par exemple pour φi la forme qui associe à x l’une de ses
coordonnées fixée dans la base B. Une telle forme linéaire s’appelle une "forme coordonnée".
2. Quand E = R3 et B = (e1 , e2 , e3 ) est la base canonique, cela donne par exemple f (x1 , x2 , x3 ) =
x11 x22 x33 , en choisissant la première forme coordonnée pour φ1 , la deuxième forme coordonnée
pour φ2 et la troisième forme coordonnée pour φ3 .
Définition 7. Soit f : E n → K une forme n-linéaire. On dit que f est alternée si f s’annulle dès
que deux des vecteurs xi sont égaux : si i �= j et xi = xj , alors f (x1 , . . . , xi , . . . , xj , . . . , xn ) = 0.
9
1. On ne change pas la valeur de f (x1 , . . . , xn ) en ajoutant à l’un des vecteurs xi une combinaison
linéaire des autres vecteurs.
2. Si (x1 , . . . , xn ) est une famille liée de vecteurs de E, alors f (x1 , . . . , xn ) = 0.
�
Démonstration. 1. Comparons f (x1 , . . . , xi , . . . , xn ) et f (x1 , . . . , xi + j�=i aj xj , . . . , xn ), où les
aj sont des scalaires ; par la multilinéarité de f il vient :
� �
f (x1 , . . . , xi + j�=i aj xj , . . . , xn ) − f (x1 , . . . , xi , . . . , xn ) = j�=i aj f (x1 , . . . , xj , . . . , xn ).
Dans le second membre tous les n-uplets de vecteurs auxquels on applique f ont le même
vecteur à deux places différentes. Par le caractère alterné de f , ce second membre est donc
nul, d’où le résultat.
�
2. Si (x1 , . . . , xn ) est liée, il existe un indice i tel que xi est de la forme xi = j�=i aj xj . Par
le point précédent, f (x1 , . . . , xi , . . . , xn ) ne change pas en enlevant à xi une combinaison des
autres xj , donc en enlevant xi à lui-même. Ainsi, f (x1 , . . . , xi , . . . , xn ) = f (x1 , . . . , �0, . . . , xn ) =
0, par la linéarité de f en le i-ème argument.
En fait, dans notre cadre les deux notions "alternée" et "antisymétrique" coïncident :
Proposition 4. Soit f : E n → K une forme n-linéaire. Alors f est alternée si et seulement si f
est antisymétrique.
Démonstration. Supposons tout d’abord que f est alternée, et considérons (x1 , . . . , xn ) ∈ E n et
i, j ∈ {1, . . . , n} tels que i < j. Comme f est n-linéaire, on a :
f (. . . , xi−1 , xi + xj , xi+1 , . . . , xj−1 , xi + xj , xj+1 , . . . )
= f (. . . , xi , . . . , xi , . . . ) + f (. . . , xj , . . . , xj , . . . ) + f (. . . , xi , . . . , xj , . . . ) + f (. . . , xj , . . . , xi , . . . )
= f (. . . , xi , . . . , xj , . . . ) + f (. . . , xj , . . . , xi , . . . ).
Comme f est alternée on a de plus :
f (. . . , xi−1 , xi + xj , xi+1 , . . . , xj−1 , xi + xj , xj+1 , . . . ) = 0.
On en déduit que f (. . . , xi , . . . , xj , . . . ) = −f (. . . , xj , . . . , xi , . . . ), et f est antisymétrique.
Inversement, si f est antisymétrique, soit (x1 , . . . , xn ) vérifiant xi = xj pour un couple (i, j) ∈
{1, . . . , n}2 tel que i �= j. Il vient, en intervertissant xi et xj , et en tenant compte du fait que xi = xj :
f (. . . , xi , . . . , xj , . . . ) = −f (. . . , xi , . . . , xj , . . . ), d’où f (. . . , xi , . . . , xi , . . . ) = f (. . . , xi , . . . , xj , . . . ) =
0, ce qui montre que f est alternée.
10
Proposition 5. Soit f : E n → K une forme n-linéaire. Alors f est antisymétrique si et seulement
pour tout élément σ de Sn et tout (x1 , . . . , xn ) ∈ E n on a f (xσ(1) , . . . , xσ(n ) = ε(σ)f (x1 , . . . , xn ).
Proposition 6. 1. L’ensemble des formes n-linéaires sur E est un sous-espace vectoriel de l’es-
pace vectoriel des applications de E n dans K - on le note Ln (E).
2. L’ensemble des formes n-linéaires alternées sur E est un sous-espace vectoriel de Ln (E) - on
le note An (E).
Remarque 8. Rien ne nous dit pour le moment qu’il existe des formes n-linéaires alternées non
nulles sur E. Dans le paragraphe suivant nous montrerons qu’il en existe, et nous les décrirons
toutes.
Examinons l’un des termes de cette somme, soit xj11 . . . xjnn f (ej1 , . . . , ejn ), et appelons σ l’application
de {1, . . . , n} dans lui-même qui à un entier k associe l’indice jk . Comme f est alternée, s’il y a une
répétition dans (j1 , . . . , jn ), alors f (ej1 , . . . , ejn ) = 0. Pour que le terme xj11 . . . xjnn f (ej1 , . . . , ejn )
soit non nul, il est donc nécessaire que σ soit injective, donc bijective (par le rappel du tout début
du chapitre I). Si c’est le cas, comme f est antisymétrique, le terme considéré vaut
11
Finalement : �
f (x1 , . . . , xn ) = f (e1 , . . . , en )
σ(1)
ε(σ)x1 . . . xσ(n)
n .
σ∈Sn
Dans cette expression, f (e1 , . . . , en ) est un scalaire indépendant de (x1 , . . . , xn ) ; l’application f est
donc de la forme λdetB , où λ est une constante scalaire et detB est définie sur E n par
�
detB (x1 , . . . , xn ) =
σ(1)
ε(σ)x1 . . . xσ(n)
n .
σ∈Sn
Remarque 9. La notation detB est justifiée par le fait que dans l’expression de detB (x1 , . . . , xn )
interviennent les coordonnées des xi dans la base B.
Le théorème qui suit est un théorème fondamental de ce chapitre, qui nous conduit à une
première notion de déterminant :
est une forme n-linéaire alternée sur E. C’est l’unique forme n-linéaire alternée prenant la
valeur 1 en (e1 , . . . , en ) ; en particulier elle est non nulle.
2. Toute forme n-linéaire alternée f sur E est un multiple de detB . Plus précisément, on a :
f = f (e1 , . . . , en ) detB .
En conséquence, l’espace vectoriel An (E) des formes n-linéaires alternées sur E est de dimen-
sion 1 ; c’est la droite vectorielle générée par detB , quelle que soit la base B de E considérée.
Démonstration. — Tout d’abord, detB est une combinaison de formes n-linéaires constituées de
produits de formes coordonnées (comme dans l’exemple 6). C’est donc une forme n-linéaire,
puisque leur ensemble Ln (E) est un espace vectoriel.
12
— Appliquons maintenant detB à (e1 , . . . , en ) ; comme la j-ème coordonnée de ei est δi,j (= 0
�
si i �= j et 1 si i = j), il vient detB (e1 , . . . , en ) = σ∈Sn ε(σ)δ1,σ(1) . . . δn,σ(n) . Dans cette
somme, le seul produit δ1,σ(1) . . . δn,σ(n) non nul est obtenu quand on a pour tous les i l’éga-
lité σ(i) = i, c’est-à-dire quand σ = id. On a donc bien detB (e1 , . . . , en ) = 1, qui montre de
plus que detB n’est pas identiquement nulle.
— Nous allons exploiter maintenant le calcul préliminaire "clef" qui nous a conduit à l’expression
de detB : nous avons vu au cours de ce calcul que toute application f n-linéaire alternée sur
E est de la forme f = f (e1 , . . . , en ) detB . On a donc f (e1 , . . . , en ) = 1 si et seulement si
f = detB . De plus, l’égalité f = f (e1 , . . . , en ) detB traduit que toute application f n-linéaire
alternée sur E appartient à la droite vectorielle dirigée par detB , et donc que An (E) est de
dimension 1.
est appelée déterminant dans la base B. On dit que detB (x1 , . . . , xn ) est le déterminant de la famille
de vecteurs (x1 , . . . , xn ) dans la base B.
Remarque 10. Il faut bien respecter la notation detB , qui n’a pas de sens si on oublie d’indiquer
en indice la base B considérée.
2.2.2 Propriétés
Nous reprenons et complétons les propriétés de detB .
13
�
Démonstration. Seul le premier point est nouveau : posons f (x1 , . . . , xn ) = σ∈Sn ε(σ)x1σ(1) . . . xnσ(n) .
Avec des arguments analogues à ceux de la démonstration du théorème précédent, on vérifie que
f est n-linéaire alternée et que f (e1 , . . . , en ) = 1. Comme detB est la seule application n-linéaire
alternée sur E à vérifier detB (e1 , . . . , en ) = 1, on a f = detB .
Démonstration. Nous savons déjà que si (x1 , . . . , xn ) est liée, alors detB (x1 , . . . , xn ) = 0, puisque
detB est alternée, et cela quelle que soit la base considérée : [1. ⇒ 2.] .
Clairement, [2. ⇒ 3.] .
Supposons qu’il existe une base B de E telle que detB (x1 , . . . , xn ) = 0, et montrons que la famille
(x1 , . . . , xn ) est liée, ce qui donnera [3. ⇒ 1.] et achèvera la démonstration. Raisonnons par l’ab-
surde : si la famille (x1 , . . . , xn ) est libre, elle constitue une base B � de E, et la forme n-linéaire
alternée detB� est non nulle, vaut 1 en (x1 , . . . , xn ) et c’est un multiple de detB . Il existe donc un
scalaire λ �= 0 tel que detB� = λdetB . Appliquons les deux membres de cette égalité à (x1 , . . . , xn ).
Il vient detB� (x1 , . . . , xn ) = λdetB (x1 , . . . , xn ), soit 1 = 0, d’où une contradiction.
Autrement dit :
Remarque 11. Rappelons que le terme de "base canonique" est réservé aux espaces vectoriels de
la forme K n , où K est un corps commutatif (pour nous R ou C). Les éléments de K n sont des
n-uplets de scalaires (a1 , . . . , an ) ; les composantes du vecteur x = (a1 , . . . , an ) coïncident avec ses
coordonnées dans la base canonique, ce qui est une situation particulièrement commode. Dans le
cadre plus général d’un K-espace vectoriel E de dimension n ≥ 1, il n’y a pas de raison de privilégier
une base plutôt qu’une autre et de la qualifier de "canonique".
Remarque 12. Pour les considérations d’aire ou de volume, le corps de base sera uniquement le
corps R des nombres réels.
14
— Dans R2 , prenons comme unité de surface la surface du parallélogramme de côtés e1 et e2 , les
deux vecteurs de la base canonique. Alors, étant donné que detC (e1 , e2 ) = 1, on montre que
| detC (x1 , x2 ) | est la surface du parallélogramme de côtés x1 et x2 . Cette surface est nulle si
et seulement si le parallélogramme est aplati, c’est-à-dire si et seulement si les vecteurs x1
et x2 sont colinéaires.
— Dans R3 , prenons de même comme unité de volume le volume du parallélépipède de côtés
e1 , e2 et e3 . Alors, étant donné que detC (e1 , e2 , e3 ) = 1, on montre que | detC (x1 , x2 , x3 ) |
est le volume du parallélépipède de côtés x1 , x2 et x3 . Ce volume est nul si et seulement
si le parallélépipède est aplati, c’est-à-dire si et seulement si les vecteurs x1 , x2 et x3 sont
coplanaires (c’est-à-dire dans un même plan vectoriel).
— Plus généralement, nous admettrons le fait que si (x1 , . . . , xn ) est une famille de vecteurs de
Rn , le parallélépipède construit sur ces vecteurs est l’ensemble {a1 x1 + · · · + an xn ; 0 ≤
a1 , . . . , an ≤ 1}. Son volume est | detC (x1 , . . . , xn ) |, en prenant comme unité de volume
le volume du parallélépipède construit sur les vecteurs de la base canonique, pour lesquels
detC (e1 , . . . , en ) = 1. Là encore, ce volume est égal à 0 si et seulement si le parallélépipède
est aplati, c’est-à-dire si et seulement si la famille (x1 , . . . , xn ) est liée.
Démonstration. Soit B = (e1 , . . . , en ) et C = (e�1 , . . . , e�n ) deux bases de E. Par le théorème 3, pour
toute famille (x1 , . . . , xn ) de vecteurs de E on a detC (x1 , . . . , xn ) = detC (e1 , . . . , en ) detB (x1 , . . . , xn ).
En particulier, detC (f (e1 ), . . . , f (en )) = detC (e1 , . . . , en ) detB (f (e1 ), . . . , f (en )).
Or on vérifie sans peine que l’application de E n dans K qui à (x1 , . . . , xn ) associe detC (f (x1 ), . . . , f (xn ))
est une forme n-linéaire alternée.
On a donc aussi, toujours par le théorème 3, detC (f (x1 ), . . . , f (xn )) = detC (f (e�1 ), . . . , f (e�n )) detC (x1 , . . . , xn ),
qui donne en particulier detC (f (e1 ), . . . , f (en )) = detC (f (e�1 ), . . . , f (e�n )) detC (e1 , . . . , en ).
On obtient finalement :
detC (f (e�1 ), . . . , f (e�n )) detC (e1 , . . . , en ) = detC (e1 , . . . , en ) detB (f (e1 ), . . . , f (en )),
d’où detC (f (e�1 ), . . . , f (e�n )) = detB (f (e1 ), . . . , f (en )), puisque detC (e1 , . . . , en ) �= 0 du fait que
(e1 , . . . , en ) est une base de E.
Définition 10. Soit E un K-espace vectoriel de dimension finie n ≥ 1, B = (e1 , . . . , en ) une base
de E et f un endomorphisme de E. Alors le scalaire detB (f (e1 ), . . . , f (en )) est appelé déterminant
de f ; il est noté det f .
15
Remarque 13. Bien voir que dans cette nouvelle notation "det f " n’a plus d’indice du fait qu’il
ne dépend pas de la base choisie, contrairement à detB (x1 , . . . , xn ).
Dans tout ce qui suit nous noterons Mn (K) l’algèbre des matrices carrées n × n à coefficients
dans K.
16
Remarque 15. Si A = (ai,j )1≤i,j≤n ∈ Mn (K), le scalaire det A est aussi noté classiquement
� �
� a1,1 · · · a1,n ��
�
det A = � ... .. �� .
�
� . �
�a · · · an,n �
n,1
Remarque 16. Nous avions déjà introduit deux sortes de déterminants, mais ils sont reliés à cette
partie :
- le déterminant d’une famille (x1 , . . . , xn ) de n vecteurs de E (de dimension n) dans une base B
de E est aussi le déterminant de la matrice carrée dont les colonnes donnent les coordonnées des
xi dans la base B ;
- le déterminant d’un endomorphisme de E est aussi le déterminant de sa matrice dans une quel-
conque base de E (voir la propriété 5 point 8 ci-dessous).
17
2.4.2 Mineurs et cofacteurs
Ces notions vont nous mener à une technique de calcul des déterminants extrêmement utile, et
à une expression de l’inverse d’une matrice inversible.
Remarque 17. Les signes qui précèdent les mineurs dans l’expression des cofacteurs se répartissent
comme sur un damier :
� �
�+ − + − + − · · · ��
�
�−
� + − + − + · · · ��
�
�+ − + − + − · · · ��
� �
�−
�
+ − + − + · · · �� .
�+ − + − + − · · · ��
�
�. .. .. .. .. .. . . ��
� .. . . . . . .
qui donnent respectivement les développements de det A "suivant la j-ème colonne" et "suivant la
i-ème ligne".
Démonstration. Pour montrer la première égalité, dans ce qui suit, tous les vecteurs de K n seront
considérés comme des vecteurs colonnes, et en particulier les vecteurs de la base canonique, notée
C = (e1 , . . . , en ). On notera également C1 , ... , Cn les vecteurs colonnes de A, d’où
Dans chaque terme intervient detC (C1 , . . . , Cj−1 , ei , Cj+1 , . . . , Cn ), qui est le déterminant de la ma-
trice obtenue à partir de A en remplaçant la j-ème colonne par ei , ce qui donne une colonne de zéros,
sauf à la i-ème ligne où se trouve un "1". Par j −1 transpositions de colonnes, amenons cette colonne
18
à gauche, puis par i − 1 transpositions de lignes le "1" en haut à gauche. Ceci a multiplié le détermi-
nant de départ par (−1)(j−1)+(i−1) = (−1)i+j . Autrement dit, detC (C1 , . . . , Cj−1 , ei , Cj+1 , . . . , Cn ) =
(−1)i+j detC (e1 , C1 , . . . , Cj−1 , Cj+1 , . . . , Cn ), qui est de la forme :
� �
�1 ∗ ··· ∗ ∗ ··· ∗ �
� �
�0 a1,1 ··· a1,j−1 a1,j+1 ··· a1,n ��
�
�. .. .. .. .. ��
� .. . . . . �
�
i+j � �
(−1) �0 ai−1,1 · · · ai−1,j−1 ai−1,j+1 · · · ai−1,n � .
� �
�0 ai+1,1 · · · ai+1,j−1 ai+1,j+1 · · · ai+1,n ��
�
� .. .. .. .. .. ��
�. . . . . �
�
�0 a ··· an,j−1 an,j+1 ··· a �
n,1 n,n
19
2.4.3 Calculs pratiques de déterminants
— Déterminants d’ordre 1 : � �
� �
Le cas des matrices 1 × 1 est très simple : S1 = {Id}, et ε(Id) = +1, d’où �a1,1 � = +a1,1 .
— Déterminants d’ordre 2 :
Rappelons que S2 = {Id, τ1,2 }, avec ε(Id) = +1 et ε(τ1,2 ) = −1, si bien qu’on a :
� �
�a a1,2 �� �
� 1,1
� �= ε(σ)a1,σ(1) a2,σ(2) = +a1,1 a2,2 − a1,2 a2,1 .
�a2,1 a2,2 �
σ∈S2
— Déterminants d’ordre 3 :
On a S3 = {Id, τ1,2 , τ1,3 , τ2,3 , (1 2 3), (1 3 2)}, et ε(Id) = +1, ε(τ1,2 ) = ε(τ1,3 ) = ε(τ2,3 ) = −1
et ε((1 2 3)) = ε((1 3 2)) = +1, si bien qu’on a :
� �
�a a1,2 a1,3 ��
� 1,1 �
� �
�a2,1 a2,2 a2,3 � = ε(σ)a1,σ(1) a2,σ(2) a3,σ(3)
� �
�a3,1 a3,2 a3,3 � σ∈S 3
= + a1,1 a2,2 a3,3 − a1,2 a2,1 a3,3 − a1,3 a2,2 a3,1 − a1,1 a2,3 a3,2 + a1,2 a2,3 a3,1 + a1,3 a2,1 a3,2 .
20
— Déterminant d’un matrice triangulaire
Rappelons qu’une matrice M = (mi,j )1≤i,j≤n ∈ Mn (K) est dite triangulaire supérieure si on a
mi,j = 0 lorsque i > j, et triangulaire inférieure si on a mi,j = 0 lorsque i < j. Par exemple,
dans M3 (K), la matrice A ci-dessous est triangulaire supérieure et la matrice B est triangulaire
inférieure :
a1,1 a1,2 a1,3 a1,1 0 0
A = 0 a2,2 a2,3 et B = a2,1 a2,2 0 .
0 0 a3,3 a3,1 a3,2 a3,3
En développant det A suivant la première colonne, puis le déterminant 2 × 2 qui apparaît à nouveau
suivant la première colonne, il vient :
� �
�a a1,2 a1,3 �� � �
� 1,1 �a � � �
� � � 2,2 a2,3 � � �
det A = � 0 a2,2 a2,3 � = a1,1 � � = a1,1 a2,2 �a3,3 � = a1,1 a2,2 a3,3 .
� � � 0 a3,3 �
� 0 0 a3,3 �
Idem pour det B = a1,1 a2,2 a3,3 , qu’on peut obtenir par des développements successifs suivant la
première ligne, ou en transposant le calcul précédent.
2. En particulier, si M est une matrice diagonale, son déterminant est égal au produit de
ses coefficients diagonaux.
— Enfin, il est souvent préférable d’utiliser des opérations sur les lignes et sur les colonnes bien choisies,
pour simplifier les calculs, ou faire apparaître une forme factorisée, même dans le cas 3 × 3. Ainsi :
� � � �
�1 − a 1 1 �� �3 − a 3 − a 3 − a�
� � �
� � � �
� 1 1−a 1 � = � 1 1−a 1 �
� � � �
� 1 1 1 − a� � 1 1 1 − a�
� � � �
�1 1 1 �� �1 1 1 ��
� �
� � � �
= (3 − a) �1 1 − a 1 � = (3 − a) �0 −a 0 � = a2 (3 − a),
� � � �
�1 1 1 − a� �0 0 −a�
21
2.4.4 Application à la résolution de certains systèmes linéaires
On considère un système linéaire de n équations à n inconnues
a1,1 x1 + a1,2 x2 + . . . a1,n xn = b1
a2,1 x1 + a2,2 x2 + . . . a2,n xn = b2
.. ,
.
a
n,1 x1 + an,2 x2 + . . . an,n xn = bn
où les ai et les bi sont dans K, qu’on peut encore écrire matriciellement
AX = B
avec A = (ai,j )1≤i,j≤n ∈ Mn (K), X = (xi )1≤i≤n ∈ Mn,1 (K) et B = (bi )1≤i≤n ∈ Mn,1 (K).
On dit que ce système est de Cramer s’il admet une solution unique dans K n , autrement dit si
la matrice A est inversible, l’unique solution étant alors donnée par
X = A−1 B .
Donc si A est inversible (ce qui équivaut à det A �= 0) déterminer A−1 conduit à la solution.
Nous montrons ici une expression de la solution en termes de déterminants. Désignons par
C la base canonique de K n , et par A1 , . . . , An les vecteurs colonnes de A. Alors, comme B =
x1 A1 + · · · + xn An , on a pour tout i ∈ {1, . . . , n}
Dans le cas où le système est de Cramer on en déduit que l’unique solution du système est donnée
par les formules de Cramer :
22
Exercices du chapitre II
1. Soit A ∈ M3 (R) telle que det A = d, où d est un nombre réel non nul. Calculer det(2A),
det(−A), det(A2 ), et det(A−1 ) si A−1 existe.
2. Dans R3 , on considère les vecteurs u1 = (2, 1, 0), u2 = (1, 3, 1), et u3 = (5, 2, 1). Etudier si la
famille (u1 , u2 , u3 ) est libre grâce à un déterminant.
3. Dans R2 , on considère deux points M1 = (a, b) et M2 = (c, d) non alignés avec O = (0, 0),
et P le parallélogramme dont deux des côtés sont [O M1 ] et [O M2 ]. Calculer la surface du
−−−→ −−−→
parallélogramme P et vérifier qu’elle est égale à | detC (x1 , x2 ) |, où x1 = OM1 , x2 = OM2 , et
C est la base canonique de R2 .
4. (a) Soit A = (ai,j )1≤i,j≤n et B = (bi,j )1≤i,j≤n ∈ Mn (K). Montrer que t (AB) = t B t A.
(b) On dit qu’une matrice A ∈ Mn (K) est antisymétrique si elle vérifie A = −t A. Montrer
que si A est antisymétrique et n impair, alors det A = 0.
5. (a) On appelle trace d’une matrice M = (mi,j ) ∈ Mn (K) et on note tr(M) la somme de ses
�
coefficients diagonaux : tr(M ) = ni=1 mi,i . Montrer que tr(AB) = tr(BA).
(b) Soit E un K-espace vectoriel de dimension n ≥ 1 et u ∈ L(E). On considère les matrices
M atB1 (u) et M atB2 (u) qui représentent cet endomorphisme dans deux bases B1 et B2 de
E. Montrer que M atB1 (u) et M atB2 (u) ont même trace. Cette trace commune à toutes
les matrices qui représentent u est appelée trace de u et notée tr(u).
� �
a b
(c) On considère la matrice A = de M2 (R) et x ∈ R. Exprimer le déterminant
c d
suivant en fonction de x, det A et tr(A) :
� �
�x − a b ��
�
� � .
� c x − d�
� �
�2 1 14��
�
� �
6. (a) Sans calcul montrer que �5 5 7 � est un nombre entier divisible par 17.
� �
�2 10 5�
23
7. Déterminer les valeurs du paramètre t ∈ R pour lesquelles les matrices suivantes sont inver-
sibles :
1 t 1 1 1 t
t 1 1 ; 1 t 1 .
1 t 1 t 1 1
8. Etudier si les matrices suivantes sont inversibles, et si c’est le cas déterminer leur inverse par
la méthode des cofacteurs :
1 2 0 0
1 0 1 −1 + i 1 − i −1 0
1 2 0
1 1 0 ; 1 − 2i −1 + i −i ; .
0 0 1 2
0 1 1 2−i 0 1−i
0 0 0 1
10. Résoudre les systèmes suivants en discutant selon les valeurs des paramètres (réels) :
mx +
y + z = 1 px +
(p − 3)y + qz = 2p − 7
x + my + z = 1 , 3x + (2p − 7)y + qz = 1 .
x + y + mz = 1 2x + (p − 3)y + qz = 1
24